日前，上海建工五建集团针对装配式预制构件粗糙面质量难以检测的问题，提出并研发了“预制构件粗糙面质量智能检验系统”。本系统通过影像设备采集预制构件粗糙面图像，结合近景摄影测量和深度学习技术对图像信息进行分析、解算，形成精密数字孪生模型，实现对预制构件粗糙面的智能检测。将有效解决施工现场粗糙面质量验收缺失的问题，保障装配式建筑建造质量。

粗糙面是保证装配式建筑预制构件之间节点有效连接，满足建筑功能的重要保障措施。因各厂家生产构件质量不一，运输至施工现场的构件中可能出现磕碰损坏，《混凝土结构工程施工质量验收规范》要求浇筑混凝土之前按照构件类型对粗糙面质量进行验收，其中预制叠合板粗糙面的面积不宜小于结合面的80%，凹凸深度不应小于4mm。但由于预制构件数量庞大、缺少高效检验工具、人工检验质量不稳定、人工检验成本高等问题，实际施工中往往缺少构件粗糙面质量验收环节。构件质量不合格，会导致构件安装变更调整，并影响后续施工工艺，降低施工效率和建筑质量。在建筑产业数字化转型的大背景下，以数字化手段检测粗糙面质量，可有效提高检测效率和检测精度。

预制构件粗糙面智能检测系统，主要包括七大模块：界面交互模块、数据采集模块、数据传输模块、数据处理模块、数据识别计算模块、检测报告生成模块、管理功能模块。

在数据采集与传输方面。数据传输系统通过asp.net core webapi框架搭建，部署MySql数据库、Redis缓存、minio文件存储等子模块，用于安全高效的数据存储、检索与传输，担任本平台的数据中心。数据采集系统的主体是基于Android技术开发的移动端手机APP，采用C#语言进行开发，将手机所拍摄的数据快速上传并保存至云平台。 

在数据处理与识别计算方面。数据处理系统是基于近景摄影测量技术,通过网络下载云平台中的预制构件影像数据，对数据进行解析计算，获取高精度还原的粗糙面数字孪生 3D 模型。数字识别计算系统是基于图像深度学习技术，通过对图像进行训练，实现计算机对各类预制混凝土构件粗糙面的自动识别。

构件进场后，根据进场构件的数量抽样选择部分构件进行检测，创建工程文件夹 → 根据拍摄要求，进行单张粗糙面影像的连续拍摄，也可直接导入相册中已拍摄完成的影像 → 提交上传至云服务器，等待分析解算 → 待重建完成后，可下载浏览三维纹理模型 → 通过人工或自动标定的方式，确定图像比例关系 → 创建自动检测数据→查看检测结果 → 导出word检测文档。实施过程中，为保证检测结果的精度，需拍摄具有一定重叠度的序列影像，满足近景摄影测量技术要求。拍摄时，应先将标块固定放置于待拍摄构件上，手机正对被拍摄构件粗糙面进行平行拍摄，每个摄站只拍摄一张影像，保证每张影像之间的重叠度在60%~70%，手机竖屏与横屏模式分别拍摄，直至将整个被摄构件粗糙面拍摄完毕。

本系统可实现1mm精度的叠合板粗糙面凹凸深度检测，自动判断粗糙面质量是否符合规范要求。检测效率提高50%，检测覆盖率显著提高，有效保障装配式建筑建造质量。